基于深度学习分析暗场显微镜中纳米探针捕获病毒的方法

摘要

本发明公开了基于深度学习分析暗场显微镜中纳米探针捕获病毒的方法，包括如下步骤：(1)基于Opencv的金纳米探针提取和去噪模型设计；(2)ResNet50为纳米探针夹心结构判定的模型设计；(3)使用训练好的基于ResNet50的夹心结构分辨模型和基于Opencv的金纳米颗粒提取去噪模型对暗场显微镜成像原图进行实时分析和判断。该方法基于OpenCV的金纳米探针提取模型有效地去除背景的干扰，基于ResNet50的夹心结构判定模型正确识别金、银双纳米探针与病毒结合形成的“银纳米探针@病毒@金纳米探针”夹心结构，从而保证纳米探针捕获病毒后在暗场中计数的效率和准确性，使以纳米颗粒为信号探针，以暗场显微镜为平台的靶标分子和微生物检测中具备真正的应用价值。